Otomatik ölçeklendirme

  • Makale
  • Okumak için 12 dakika

Otomatik ölçeklendirme, performans gereksinimlerini karşılamak için kaynakları dinamik olarak ayırma işlemidir. İş hacmi büyüdükçe, bir uygulama istediğiniz performans düzeylerini sağlamak ve hizmet düzeyi sözleşmelerini (SLA) karşılamak için ek kaynaklar gerektirebilir. Talep azaldığında ve ek kaynaklar artık gerekli olmadığında maliyetleri en aza indirmek için kaldırılabilirler.

Otomatik ölçeklendirme, yönetim yükünü azaltırken bulutta barındırılan ortamların esnekliğinden yararlanır. Bir kullanıcının sürekli sistem performansını izlemesi ve kaynakları ekleme ve kaldırma hakkında karar vermesi gerekliliğini ortadan kaldırır.

Bir uygulamayı ölçeklendirmenin başlıca iki yolu vardır:

  • Dikey ölçeklendirme, yukarı ve aşağı ölçeklendirme adıyla da bilinir. Bir kaynağın kapasitesini değiştirme anlamına gelir. Örneğin, bir uygulamayı daha büyük bir VM boyutuna taşıyabilirsiniz. Dikey ölçeklendirme, genellikle dağıtılmakta olan sistemin geçici olarak devre dışı bırakılmasını gerektirir. Bu nedenle, dikey ölçeklemenin otomatikleştirilmesi daha az yaygındır.

  • Yatay ölçeklendirme, içe ve dışa ölçeklendirme adıyla da bilinir. Kaynak örneklerinin eklenmesi ve çıkarılması anlamına gelir. Yeni kaynaklar sağlanırken uygulama kesinti olmadan çalışmaya devam eder. Sağlama işlemi tamamlandıktan sonra çözüm bu ek kaynaklara dağıtılır. Talep azalırsa, ek kaynaklar düzgün bir şekilde kapatılır ve serbest bırakılır.

Microsoft Azure dahil olmak üzere pek çok bulut tabanlı sistem yatay otomatik ölçeklendirmeyi destekler. Bu makalenin geri kalanında yatay ölçeklemeye odaklanılmıştır.

Not

Otomatik ölçeklendirme çoğunlukla işlem kaynaklarına uygulanır. Bir veritabanı ya da ileti sırasında yatay ölçeklendirme mümkün olsa da, bu genellikle otomatikleştirilemeyen veri bölümlendirme işlemini içerir.

Bileşenleri otomatik ölçeklendirme

Otomatik ölçeklendirme stratejisi genellikle şunları içerir:

  • Uygulama, hizmet ve altyapı düzeylerinde sistemleri düzenleme ve izleme. Bu sistemler, yanıt süreleri, sıra uzunlukları, CPU kullanımı ve bellek kullanımı gibi önemli ölçümleri toplar.
  • Karar verme mantığı bu ölçümleri önceden tanımlanmış eşikler veya zamanlamalarla karşılaştırarak değerlendirir ve ölçeklendirme yapılıp yapılmayacağına karar verir.
  • Sistemi ölçeklendiren bileşenler.
  • Otomatik ölçeklendirmeyi stratejisini, beklendiği şekilde çalıştığından emin olmak için test etme, izleme ve ayarlama.

Azure, sık karşılaşılan senaryolara yönelik yerleşik otomatik ölçeklendirme mekanizmaları sağlar. Belirli bir hizmet veya teknoloji yerleşik otomatik ölçeklendirme işlevine sahip değilse ya da otomatik ölçeklendirme gereksinimlerinizi karşılamıyorsa, özel ölçeklendirme yöntemi düşünebilirsiniz. Özel ölçeklendirme yöntemi, işlem ve sistem ölçümlerini toplar, ölçümleri analiz eder ve kaynakları uygun şekilde ölçeklendirir.

Bir Azure çözümünde otomatik ölçeklendirmeyi yapılandırma

Azure, çoğu işlem seçenekleri için yerleşik otomatik ölçeklendirmeyi sağlar.

Bu işlem seçeneklerinin tümü bir dizi genel otomatik ölçeklendirme işlevi sağlamak için Azure İzleyici otomatik ölçeklendirme kullanır.

  • Azure İşlevleri önceki işlem seçeneklerinden farklıdır; herhangi bir otomatik ölçeklendirme kuralını yapılandırmanıza gerek yoktur. Kodunuzu çalıştırırken, bunun yerine, Azure İşlevleri otomatik olarak işlem gücünü yükü işlemek için gerekli olan ölçeğe ayırır. Daha fazla bilgi için bkz. Azure İşlevleri için doğru barındırma planını seçme.

Son olarak, özel bir otomatik ölçeklendirme çözümü bazı durumlarda yararlı olabilir. Örneğin, Azure tanılama ve uygulama tabanlı ölçümleri, uygulama ölçümlerini izlemek ve dışarı aktarmak için özel kod ile birlikte kullanabilirsiniz. Ardından bu ölçümleri temel özel kuralları tanımlayabilir ve otomatik ölçeklendirmeyi tetiklemek için Kaynak Yöneticisi REST API'lerini kullanabilirsiniz. Ancak, özel bir çözüm uygulamak, basit değildir ve yalnızca önceki yaklaşımların hiçbiri gereksinimlerinizi karşılamazsa düşünülmelidir.

Gereksinimlerinizi karşılıyorsa platform yerleşik otomatik ölçeklendirme özelliklerini kullanın. Aksi durumda, daha karmaşık ölçekleme özelliklerine gerçekten ihtiyacınız olup olmadığını dikkatlice düşünün. Ek gereksinim örnekleri arasında daha fazla ayrıntı düzeyi, tetikleyici olaylarını algılamak için farklı yollar, abonelikler arasında ölçeklendirme ve diğer kaynak türlerini ölçeklendirme bulunur.

Azure İzleyici otomatik ölçeklendirmesini kullanma

Azure izleyici otomatik ölçeklendirme , sanal makine ölçek kümeleri, Azure App Service ve Azure bulut hizmeti için ortak bir otomatik ölçeklendirme işlevselliği kümesi sağlar. Ölçekleme bir zamanlamaya göre gerçekleştirilebileceği gibi CPU veya bellek kullanımı gibi bir çalışma zamanı ölçümünü de temel alabilir.

Örnekler:

  • Hafta içi günlerde ölçeği 10 örneğe genişletme ve Cumartesi ve Pazar günleri 4 örneğe daraltma.
  • Ortalama CPU kullanımı %70’in üzerinde ise ölçeği bir örnek genişletme ve CPU kullanımı %50’nin altına düşerse bir örnek azaltma.
  • Sıradaki iletilerin sayısı belirli bir eşiği aşarsa ölçeği bir örnek genişletme.

Kullanılabilirliği sağlamak için Yük arttıkça kaynağı ölçeklendirin. Benzer şekilde, düşük kullanım saatlerinde ölçeği azaltın, böylece maliyeti iyileştirebilirsiniz. Her zaman bir genişleme ve ölçek genişletme kuralı kombinasyonu kullanın. Aksi takdirde, otomatik ölçeklendirme, profilde ayarlanan eşiğe (en fazla veya en düşük örnek sayısı) ulaşıncaya kadar yalnızca bir yönde gerçekleşir.

İş yükünüz için güvenli olan bir varsayılan örnek sayısı seçin. En fazla veya minimum örnek sayısı ayarlanmamışsa, bu değere göre ölçeklendirilir.

Yerleşik ölçümlerin listesi için bkz. Azure İzleyici otomatik ölçeklendirme ortak ölçümleri. ayrıca, Application Insights kullanarak özel ölçümler de uygulayabilirsiniz.

Otomatik ölçeklendirmeyi PowerShell, Azure CLI, Azure Resource Manager şablonu veya Azure portalını kullanarak yapılandırabilirsiniz. Daha ayrıntılı denetim için Azure Resource Manager REST API'sini kullanın. Azure İzleme Hizmeti Yönetim Kitaplığı ve Microsoft Insights Kitaplığı (önizleme), farklı kaynaklardan ölçümleri toplamaya izin SDK'lardır ve otomatik ölçeklendirmeyi REST API'lerini kullanarak gerçekleştirir. Azure Resource Manager desteği olmayan kaynaklar için veya Azure Cloud Services kullanıyorsanız, otomatik ölçeklendirme için Hizmet Yönetimi REST API'si kullanılabilir. Diğer durumlarda, Azure Resource Manager'ı kullanın.

Azure otomatik ölçeklendirme kullanırken aşağıdaki noktaları göz önünde bulundurun:

  • Zamanlanmış otomatik ölçeklendirmeyi kullanmak için uygulamadaki yükün doğru bir şekilde tahmin edilip edilmeyeceğini, istek üzerine beklenen en üst seviyeye uyması için örnekler eklemeyi ve kaldırmayı göz önünde bulundurun. Bu mümkün değilse, talepte öngörülemeyen değişiklikleri işlemek için çalışma zamanı ölçümlerini temel alan reaktif otomatik ölçeklendirme kullanın. Genellikle, bu yaklaşımları birleştirebilirsiniz. Örneğin, uygulamanın busen EST olduğunu bildiğiniz zaman çizelgesine göre kaynak ekleyen bir strateji oluşturun. Bu, herhangi bir gecikme olmadan yeni örneklerin başlatılmasını sağlayarak gerektiğinde kapasitenin artırılmasını mümkün kılar. Zamanlanmış her kural için, uygulamanın sürekli ancak öngörülemeyen yükleri kaldırabileceğinden emin olmak için bu süre boyunca reaktif otomatik ölçeklendirmeye izin veren ölçümler tanımlayın.

  • Genellikle, özellikle de bir uygulama başlangıçta dağıtıldıysa, ölçümler ve kapasite gereksinimleri arasındaki ilişkiyi anlamak zordur. Başlarda küçük bir ek kapasite sağlayın ve ardından kapasiteyi gerçek yüke yaklaştırmak için otomatik ölçeklendirme kurallarını izleyin ve ayarlayın.

  • Otomatik ölçeklendirme kurallarını yapılandırın ve ardından uygulamanızın zaman içerisinde performansını izleyin. Bu izleme sonuçlarını gerektiğinde sistemin ölçeklendirilme yöntemini ayarlamak için kullanın. Bununla birlikte, otomatik ölçeklendirmenin anlık bir işlem olmadığını unutmayın. Ortalama CPU kullanımının belirli bir eşiği aşması (veya altında kalması) gibi bir ölçüme yanıt vermek zaman alır.

  • Örneğin, CPU kullanımı veya sırası uzunluğu gibi bir ölçülen tetikleyici özniteliğini temel alan bir algılama mekanizmasından yararlanan otomatik ölçeklendirme kuralları, otomatik ölçeklendirme eylemi tetiklemek için anlık değerler yerine zaman içinde elde edilen bir toplu değer kullanır. Varsayılan olarak, bu toplam değerlerin bir ortalamasıdır. Bu, sistemin çok hızlı bir şekilde tepki vermesini veya hızlı salınıma neden olmasını engeller. Ayrıca, otomatik olarak başlatılan yeni örneklerin, yeni örnekler başlatılırken ek otomatik ölçeklendirme eylemlerinin oluşmasını önlemek için, çalışan mod ' da kapatmaya izin verir. Azure Cloud Services ve Azure Sanal Makineler için varsayılan toplama süresi 45 dakikadır. Bu nedenle, ölçümün ani talep artışlarına yanıt olarak otomatik ölçeklendirmeyi tetiklemesi bu süre kadar sürebilir. Toplama süresini SDK kullanarak değiştirebilirsiniz, ancak 25 dakikadan az olan süreler öngörülemeyen sonuçlara neden olabilir. Web Apps için ortalama süre çok daha kısadır, ortalama tetikleme ölçümünde bir değişiklik olduktan yaklaşık beş dakika sonra yeni örneklerin kullanılabilir olmasını sağlar.

  • Ölçek Genişletme ve genişleme eylemlerinin sürekli olarak geri ve İleri bir yere gitmesini önleyin. İki örnek olduğunu ve üst sınırın %80 CPU olduğunu varsayalım, alt sınır %60 ' dir. Yük %85 olduğunda, başka bir örnek eklenmiştir. Bir süre sonra, yük %60 ' a düşer. İçinde ölçeklendirmeden önce, otomatik ölçeklendirme hizmeti bir örnek kaldırıldığında %90 ' a kadar Toplam yükün (üç örnek) dağıtımını hesaplar. Bu, hemen ölçeklendirilmesi gerektiği anlamına gelir. Bu nedenle ölçeklendirmeyi atlar ve beklenen ölçeklendirme sonuçlarını hiçbir şekilde göremezsiniz.

    Düzme durumu, ölçek genişletme ve ölçek genişletme eşikleri arasında yeterli bir kenar boşluğu seçilerek denetlenebilir.

  • El ile ölçekleme, otomatik ölçeklendirme için kullanılan en yüksek ve minimum örnek sayısı ile sıfırlanır. Örnek sayısını en büyük değerden daha yüksek veya daha düşük bir değere el ile güncelleştirirseniz, otomatik ölçeklendirme motoru otomatik olarak en düşük (daha düşük ise) veya en yüksek (daha büyükse) olarak yeniden ölçeklenir. Örneğin, 3 ile 6 arasındaki aralığı ayarlarsınız. Çalışan bir örneğiniz varsa, otomatik ölçeklendirme motoru bir sonraki çalıştırmasında üç örneğe ölçeklendirir. Benzer şekilde, ölçeği sekiz örneğe el ile ayarlarsanız, sonraki çalışma otomatik ölçeklendirme, sonraki çalıştırmada altı örneğe geri ölçeklendirecektir. Otomatik ölçeklendirme kurallarını sıfırlamadıkça el ile ölçekleme geçicidir.

  • Otomatik ölçeklendirme motoru aynı anda yalnızca bir profili işler. Bir koşul karşılanmazsa, sonraki profili denetler. Bu profil en son denetlendiğinden, anahtar ölçümlerini varsayılan profilin dışında tutun. Bir profil içinde, birden çok kurala sahip olabilirsiniz. Ölçek Genişletme sırasında, herhangi bir kural karşılanıyorsa otomatik ölçeklendirme çalışır. Ölçeklendirmede, otomatik ölçeklendirme tüm kuralların karşılanmasını gerektirir.

Azure Izleyicisinin ölçeklendirilmesi hakkındaki ayrıntılar için bkz. Otomatik ölçeklendirme Için en iyi uygulamalar.

  • Portal yerine SDK'yi kullanarak otomatik ölçeklendirmeyi yapılandırırsanız kuralların etkin olduğu daha ayrıntılı bir zamanlama belirtebilirsiniz. Ayrıca kendi ölçümlerinizi oluşturabilir ve bunları otomatik ölçeklendirme kurallarınızda olan veya olmayan ölçümlerle birlikte kullanabilirsiniz. Örneğin, saniye başına istek sayısı veya ortalama bellek kullanılabilirliği gibi alternatif sayaçlar kullanmak veya belirli iş süreçlerini ölçmek için özel sayaçlar kullanmak isteyebilirsiniz.

  • otomatik ölçeklendirme Service Fabric, kümenizdeki düğüm türleri arka uçta sanal makine ölçek kümelerinden yapılır, bu nedenle her düğüm türü için otomatik ölçeklendirme kuralları ayarlamanız gerekir. Otomatik ölçeklendirmeyi ayarlamadan önce sahip olmanız gereken düğümlerin sayısını hesaba alın. Birincil düğüm türü için gereken düğüm sayısı alt sınırı seçmiş olduğunuz güvenilirlik düzeyi tarafından yönetilir. daha fazla bilgi için bkz. otomatik ölçeklendirme kuralları kullanarak Service Fabric kümesini ölçekleme veya genişletme.

  • SQL Veritabanı örnekleri ve kuyrukları gibi kaynakları bir bulut hizmeti örneğine bağlamak için portalı kullanabilirsiniz. Bu, bağlı kaynakların her biri için ayrı elle ve otomatik ölçeklendirme yapılandırma seçeneklerine daha kolay erişmenizi sağlar. Daha fazla bilgi için bkz. Nasıl yapılır: Kaynağı bulut hizmetine bağlama.

  • Birden çok ilke ve kural yapılandırdığınızda, bunlar birbiriyle çelişebilir. Otomatik ölçeklendirme, her zaman yeterli sayıda örnek çalıştırıldığından emin olmak için aşağıdaki çakışma çözümleme kurallarını kullanır:

    • Ölçek Genişletme işlemleri her zaman ölçek temelli işlemlere göre önceliklidir.
    • Genişleme işlemleri çakıştığında, örnek sayısında en büyük artışı Başlatan kural önceliklidir.
    • Ölçek daraltma işlemleri çakıştığında ölçeklendirme, örnek sayısında en küçük azaltmayı başlatan kural öncelikli olur.

  • Bir App Service Ortamı, otomatik ölçeklendirme kurallarını tanımlamak için herhangi bir çalışan havuzu veya ön uç ölçümleri kullanılabilir. Daha fazla bilgi için bkz. Otomatik Ölçeklendirme ve App Service Ortamı.

Uygulama tasarımında dikkat edilmesi gerekenler

Otomatik ölçeklendirme anlık bir çözüm değildir. Bir sisteme sadece kaynak eklemek veya bir işlem için daha fazla örnek çalıştırmak sistem performansının artacağını garanti etmez. Otomatik ölçeklendirme stratejinizi tasarlarken aşağıdaki noktaları göz önünde bulundurun:

  • Sistemin yatay ölçeklendirme için tasarlanmış olması gerekir. Örnek benzeşimi ile ilgili varsayım yapmaktan kaçının; kodun her zaman belirli bir işlem örneğinde çalışıyor olmasını gerektiren çözümler tasarlamayın. Bir bulut hizmeti veya web sitesini yatay olarak ölçeklendirirken, aynı kaynaktan gelen bir dizi isteğin her zaman aynı örneğe yönlendirileceğini varsaymayın. Aynı nedenden dolayı, bir dizi isteğin her zaman bir hizmetin aynı örneğine yönlendirilmesini önlemek için hizmetleri durum bilgisiz olarak tasarlayın. Bir kuyruktan ileti okuyan ve bu iletileri işleyen bir hizmet tasarlarken belirli bir iletiyi hizmetin hangi örneğinin işleyeceği hakkında varsayımda bulunmayın. Kuyruk uzunluğu arttıkça otomatik ölçeklendirme hizmetin ek örneklerini başlatabilir. Rekabet tüketicileri , bu senaryonun nasıl işleneceğini açıklar.

  • Çözüm, uzun süre çalışacak bir görev uygulayacaksa, bu görevi ölçeği hem genişletmeyi hem de daraltmayı destekleyecek şekilde tasarlayın. Sonrası düşünülmediğinde, bu tür bir görev ölçek daraltıldığında bir işlemin düzgün bir şekilde kapatılmasını engelleyebilir veya işlem sonlandırılmaya zorlanırsa veri kaybına neden olabilir. İdeal olarak, uzun süre çalışan görevleri yeniden düzenleyin ve daha küçük, ayrık parçaları işleyecek hale getirin. Kanallar ve filtreler deseninin nasıl elde edilebileceği hakkında bir örnek verilmiştir.

  • Alternatif olarak, düzenli aralıklarla görevle ilgili durum bilgilerini kaydeden ve bu bilgileri, görevi çalıştıran işlemin bir örneği tarafından erişilebilen dayanıklı bir depolama alanına kaydeden bir denetim noktası mekanizması uygulayabilirsiniz. Bu şekilde, işlem kapalıysa, yaptığı iş, başka bir örnek kullanılarak son denetim noktasından devam edebilir.

  • Arka plan görevleri, bulut Hizmetleri ile barındırılan bir uygulamanın çalışan rolleri gibi ayrı işlem örneklerinde çalıştığında, farklı ölçeklendirme ilkeleri kullanarak uygulamanın farklı parçalarını ölçeklendirmeniz gerekebilir. Örneğin, arka plan işlem örneklerinin sayısını artırmadan (veya bunun tam tersi) ek kullanıcı arabirimi (UI) işlem örnekleri dağıtmanız gerekebilir. Farklı hizmet düzeyleri (örneğin, temel ve premium hizmet paketleri) sunuyorsanız, SLA gereksinimlerini karşılamak için premium hizmet paketlerinin işlem kaynaklarını temel hizmet paketleri için olandan daha agresif bir şekilde ölçeklendirmeniz gerekebilir.

  • Otomatik ölçeklendirme stratejinizde ölçüt olarak kullanıcı arabirimi ve arka plan işlem örneklerinin sıra uzunluğunu kullanmayı göz önünde bulundurun. Bu, bir dengesizlik veya geçerli iş yüküyle arka plan görevinin işlem kapasitesi arasındaki fark için en iyi göstergedir.

  • Otomatik ölçeklendirme stratejiniz karmaşık bir işlemin ortalama yürütme süresi veya saat başına verilen sipariş sayısı gibi iş süreçlerini ölçen sayaçları temel alıyorsa, bu sayaçların sonuçları ve gerçek işlem kapasitesi gereksinimleri arasındaki ilişkiyi tam olarak anladığınızdan emin olun. İş işlem sayaçlarındaki değişikliklere yanıt olarak birden fazla bileşenin veya işlem biriminin ölçeklendirilmesi gerekli olabilir.

  • Bir sistemin ölçeğini aşırı artırmasını ve binlerce örnek çalıştırmayla ilişkili maliyetleri önlemek için otomatik olarak eklenebilir örneklerinin sayısını sınırlandırmayı göz önünde bulundurun. Çoğu otomatik ölçeklendirme mekanizması bir kural için minimum ve maksimum örnek sayısını belirtmenizi sağlar. Ayrıca, maksimum sayıda örnek dağıtıldıysa ancak sistem yine de aşırı yüklüyse sistemin işlevlerini düzgün bir şekilde düşürmeyi göz önünde bulundurun.

  • Otomatik ölçeklendirmenin iş yükünde ani artışlara karşı en uygun mekanizma olmayabileceğini unutmayın. Bir sistemde yeni hizmet örnekleri sağlamak ve bu örnekleri başlatmak veya sistem kaynakları eklemek zaman alır ve bu ek kaynaklar kullanımına sunulana kadar talep azalabilir. Bu senaryoda, hizmeti kısıtlamak daha iyi olabilir. Daha fazla bilgi için daraltma düzeninebakın.

  • Buna karşılık, birim hızlı bir şekilde dalgalandığında ve maliyet önemli bir faktör olmadığında tüm istekleri işlemek için kapasite gerekiyorsa, ek örnekleri daha hızlı bir şekilde başlatacak agresif bir otomatik ölçeklendirme stratejisi kullanmayı düşünün. Örnekleri beklenen yük gelmeden önce maksimum yükü karşılayacak şekilde yeterli sayıda başlatacak zamanlanmış bir ilke de kullanabilirsiniz.

  • Otomatik ölçeklendirme mekanizması otomatik ölçeklendirme işlemini izlemeli ve her otomatik ölçeklendirme olayının ayrıntılarını (neyin tetiklediği, hangi kaynakların eklendiği ve ne zaman eklendiği) kaydetmelidir. Özel bir otomatik ölçeklendirme mekanizması oluşturursanız, bu özelliği içerdiğinden emin olun. Otomatik ölçeklendirme stratejisinin verimliliğini ölçmeye ve gerekirse ayarlamaya yardımcı olması için bu bilgileri analiz edin. Kullanım alışkanlıkları daha belirgin hale geldikçe işletmenin genişlemesine veya uygulamanın gereksinimlerindeki değişikliklere göre hem kısa vadede hem de uzun vadede ayarlamalar yapabilirsiniz. Bir uygulama otomatik ölçeklendirme için tanımlanmış boyut üst sınırına ulaşırsa, mekanizma, gerekirse ek kaynakları başlatabilecek bir kullanıcıya uyarı gönderebilir. Bu koşullarda, iş yükü işlem bittikten sonra bu kaynakları el ile kaldırmanın bir operatör de sorumlu olabileceğini unutmayın.

Aşağıdaki düzenler ve kılavuzlar otomatik ölçeklendirme uygularken senaryonuz için uygun olabilir:

  • Daraltma kriteri. Bu düzende, talepteki artış kaynaklara aşırı yük bindirdiğinde uygulamanın nasıl çalışmaya devam edeceğini ve SLA gereksinimlerini karşılayacağını anlatılmıştır. Azaltma, bir sistemin ölçeğini artırırken aşırı yük altında kalmasını önlemek için otomatik ölçeklendirmeyle birlikte kullanılabilir.

  • Rekabet tüketicilere yönelik desenler. Bu düzende, herhangi bir uygulama örneğinden alınan iletileri işleyecek hizmet örneklerinin bir havuzunun nasıl uygulanacağı açıklanır. Otomatik ölçeklendirme, beklenen iş yüküne göre hizmet örneklerinin durdurulması ve başlatılması için kullanılabilir. Bu yaklaşım, sistemin aktarım hızını en iyi duruma getirmek, ölçeklenebilirliği ve kullanılabilirliği geliştirmek ve iş yükünü dengelemek için birden çok iletiyi işlemesini sağlar.

  • İzleme ve tanılama. İzleme ve telemetri, otomatik ölçeklendirme işlemini yönetecek bilgileri toplamak için önemlidir.